近年來(lái)極端氣候事件頻發(fā),多地區(qū)強(qiáng)降雨的增多加重了土壤侵蝕程度。采用世界氣候研究計(jì)劃組織的耦合模式比較計(jì)劃第五階段實(shí)驗(yàn)計(jì)劃（CMIP5）中BCC_CSM1.1模式在RCP2.6、RCP4.5、RCP8.5三種氣候變化情景下的未來(lái)降雨降尺度輸出結(jié)果,結(jié)合GIS和修正的通用土壤流失方程（RUSLE）預(yù)估江蘇省沿江地區(qū)未來(lái)土壤侵蝕程度,并分析未來(lái)不同氣候變化情景下土壤侵蝕與降雨的相關(guān)性及空間分布特征。結(jié)果表明,不同氣候變化情景下,江蘇省沿江地區(qū)的平均土壤侵蝕模數(shù)為1.58～1.65t/（hm2·a）,土壤侵蝕總量為764.70×104～794.65×104t/a,土壤侵蝕占總土地面積的32.503%～32.504%,土壤侵蝕烈度與降雨量大小呈正相關(guān)。 

【文章來(lái)源】：水電能源科學(xué). 2020,38(04)北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

江蘇省沿江地區(qū)不同氣候情景下未來(lái)年平均降雨量分布圖

【參考文獻(xiàn)】：
期刊論文
[1]基于RUSLE模型的銅仁地區(qū)1987—2015年土壤侵蝕時(shí)空特征[J]. 胡先培,曾成,錢慶歡,王權(quán),李陽(yáng)兵.  生態(tài)與農(nóng)村環(huán)境學(xué)報(bào). 2019(02)
[2]基于RUSLE模型的安徽省土壤侵蝕及其養(yǎng)分流失評(píng)估[J]. 趙明松,李德成,張甘霖,程先富.  土壤學(xué)報(bào). 2016(01)
[3]基于RUSLE模型的土壤侵蝕時(shí)空分異特征分析——以遼寧省朝陽(yáng)市為例[J]. 怡凱,王詩(shī)陽(yáng),王雪,姚洪莉.  地理科學(xué). 2015(03)
[4]貴州省貓?zhí)恿饔蛲寥狼治g動(dòng)態(tài)變化分析[J]. 許月卿,馮艷,周東,郭飛閣.  水土保持通報(bào). 2011(01)
[5]基于GIS和RUSLE的南水北調(diào)東線工程江蘇段沿線土壤侵蝕定量研究[J]. 高晶,孟亞利.  江西農(nóng)業(yè)學(xué)報(bào). 2009(08)
[6]應(yīng)用USLE模型與地理信息系統(tǒng)IDRISI預(yù)測(cè)小流域土壤侵蝕量的研究[J]. 蔡崇法,丁樹文,史志華,黃麗,張光遠(yuǎn).  水土保持學(xué)報(bào). 2000(02)
[7]GIS支持下的土壤侵蝕量估算——以江西省泰和縣灌溪鄉(xiāng)為例[J]. 游松財(cái),李文卿.  自然資源學(xué)報(bào). 1999(01)



本文編號(hào)：3430207